一种基于CFAR检测和密度聚类的ISAR图像预处理方法

发布时间：2021-07-29 21:08

　　目标逆合成孔径雷达（ISAR）像通常受各种噪声的影响,这些噪声使ISAR图像质量下降,严重影响了后续的特征提取和目标识别应用。提高图像质量,减少噪声的干扰成为ISAR目标识别应用中的重要步骤。提出了一种基于恒虚警检测和密度聚类的方法抑制ISAR像的斑点干扰和横条纹干扰,在保证干扰抑制效果的同时相比于传统方法可以更有效地保留目标中的细节信息。提取了图像面积、长度、多普勒扩展作为ISAR识别特征矢量,外场实测数据实验表明,提出的预处理方法有效地抑制了图像中的干扰成分,保留了更多图像细节,有效地提高ISAR识别特征的稳定性。 

【文章来源】：太赫兹科学与电子信息学报. 2020,18(02)北大核心

【文章页数】：7 页

【部分图文】：

clusteringandfilling图3ISAR像检测聚类和填充处理20-40-30-20-10010203040distance/m(b)ISARimagesprocessedbyfilling1；勒维电磁近而

【参考文献】：
期刊论文
[1]认知雷达对抗中的未知雷达状态识别方法[J]. 李岩,高梅国,崔双洋.  太赫兹科学与电子信息学报. 2018(02)
[2]聚类算法综述[J]. 伍育红.  计算机科学. 2015(S1)
[3]ISAR像目标识别中的预处理及特征提取[J]. 章婧.  中国新通信. 2013(02)
[4]一种改进的基于密度的聚类算法[J]. 许虎寅,王治和.  微电子学与计算机. 2012(02)
[5]ISAR像自动识别中的预处理算法[J]. 唐宁,高勋章,黎湘.  系统工程与电子技术. 2011(09)
[6]基于非线性流形学习的ISAR目标识别研究[J]. 何强,蔡洪,韩壮志,尚朝轩.  电子学报. 2010(03)
[7]数学形态学腐蚀膨胀运算的快速算法[J]. 杨琨,曾立波,王殿成.  计算机工程与应用. 2005(34)

博士论文
[1]逆合成孔径雷达成像及目标识别[D]. 张兴敢.南京航空航天大学 2002



本文编号：3310059